新書推薦：
《
解套基本逻辑与六大战法
》
售價：HK$
58.8
《
超级制造
》
售價：HK$
143.9
《
明朝270年：明朝的外交博弈和权力游戏
》
售價：HK$
69.6
《
禅之道（畅销全球60余年的一代经典，揭示禅对现代人的解脱意义）
》
售價：HK$
82.8
《
改变历史的意大利豪门 ： 传奇家族美第奇
》
售價：HK$
90.0
《
Procreate插画手绘从新手到高手
》
售價：HK$
105.6
《
山河不足重，重在遇知己
》
售價：HK$
54.0
《
独自走过悲喜
》
售價：HK$
81.6
|
| 內容簡介： |
本书是一本基于Python实现全部例题计算和分析的数据分析教材，书中例题解答均给出了详细的实现代码和结果。全书共11章。第1章介绍数据分析的相关概念以及Python的初步使用方法。第2~3章介绍数据的描述性分析方法，包括数据可视化分析和描述统计量分析。第4~6章介绍数据推断分析的基本理论和方法，包括概率分布、参数估计和假设检验。第7~11章介绍实际中常用的一些数据分析方法，包括类别变量分析、方差分析、回归分析、时间序列分析等。
本书可作为高等院校各专业开设数据分析或统计学课程的教材，也可作为数据分析工作者、Python数据分析和可视化爱好者的参考书。
|
| 關於作者： |
贾俊平，中国人民大学统计学院副教授，从事统计教学30多年，著有《统计学——基于R》《统计学——基于Excel》《统计学——基于SPSS》《统计学基础》《数据可视化分析——基于R语言》《统计学——Python实现》等多部教材和著作。《统计学》（第7版）荣获首届全国教材建设奖全国优秀教材二等奖。
吴翌琳，经济学博士，中国人民大学统计学院、中国调查与数据中心教授，主要从事经济统计分析、创新经济计量、指数编制与应用、数据可视化等应用统计方向的研究。
甄峰，中国人民大学统计学院副教授，经济社会统计系主任。国家统计局-中国人民大学数据开发中心副主任，国际统计学会当选会员，联合国大学创新与技术经济研究所（UNU-MERIT）附属研究员。
|
| 目錄：
|
第1章 数据分析与Python语言
1.1 数据分析概述
1.1.1 数据及其来源
1.1.2 数据分析方法
1.1.3 数据分析工具
1.2 Python的初步使用
1.2.1 Python的下载与安装
1.2.2 模块的安装与加载
1.2.3 查看帮助文件
1.2.4 编写代码脚本
1.3 Python数据处理
1.3.1 Python的基本数据结构
1.3.2 numpy中的数组
1.3.3 pandas中的序列和数据框
1.3.4 随机数和数据抽样
1.3.5 数据读取和保存
1.3.6 生成频数分布表
1.4 Python绘图基础
1.4.1 Python的主要绘图模块
1.4.2 基本绘图函数
1.4.3 图形布局
1.3.4 图形颜色、线型和标记
习 题
第2章 数据可视化分析
2.1 类别数据可视化
2.1.1 条形图
2.1.2 饼图和环形图
2.2 数据分布可视化
2.2.2 箱线图和小提琴图
2.2.3 点图
2.3 变量间关系可视化
2.3.1 散点图
2.3.2 散点图矩阵和相关系数矩阵
2.3.3 气泡图
2.4 样本相似性可视化
2.4.1 轮廓图
2.4.2 雷达图
2.5 时间序列可视化
2.5.1 折线图
2.5.2 面积图
2.6 可视化的注意事项
习 题
第3章 描述统计量分析
3.1 描述水平的统计量
3.1.1 平均数
3.1.2 分位数
3.1.3 众数
3.2 描述差异的统计量
3.2.1 极差和四分位差
3.2.2 方差和标准差
3.2.3 变异系数
3.2.4 标准分数
3.3 描述分布形状的统计量
3.3.1 偏度系数
3.3.2 峰度系数
3.4 一个综合描述的例子
习 题
第4章 推断分析的理论基础：概率分布
4.1 什么是概率
4.2 随机变量的概率分布
4.2.1 随机变量及其概括性度量
4.2.2 随机变量的概率分布
4.2.3 其他几个重要的统计分布
4.3 样本统计量的概率分布
4.3.1 统计量及其分布
4.3.2 样本均值的抽样分布
4.3.3 样本方差的抽样分布
4.3.4 样本比例的抽样分布
4.3.5 统计量的标准误
习 题
第5章 推断分析的基本方法：参数估计
5.1 参数估计的原理
5.1.1 点估计与区间估计
5.1.2 评量估计量的标准
5.2 总体均值的区间估计
5.2.1 一个总体均值的估计
5.2.2 两个总体均值差的估计
5.3 总体比例的区间估计
5.3.1 一个总体比例的估计
5.3.2 两个总体比例差的估计
5.4 总体方差的区间估计
5.4.1 一个总体方差的估计
5.4.2 两个总体方差比的估计
习 题
第6章 推断分析的基本方法：假设检验
6.1 假设检验的原理
6.1.1 提出假设
6.1.2 做出决策
6.1.3 表述结果
6.1.4 效应量分析
6.2 总体均值的检验
6.2.1 一个总体均值的检验
6.2.2 两个总体均值差的检验
6.3 总体比例的检验
6.3.1 一个总体比例的检验
6.3.2 两个总体比例差的检验
6.4 总体方差的检验
6.4.1 一个总体方差的检验
6.4.2 两个总体方差比的检验
6.5 正态性检验
6.5.1 正态概率图
6.5.2 S-W检验和K-S检验 ）
习 题
第7章 类别变量分析
7.1 一个类别变量的拟合优度检验
7.1.1 期望频数相等
7.1
|
| 內容試閱：
|
|
R和Python都是免费的开源编程语言，二者的侧重点有所不同。R是一款数据分析和可视化的专业软件，它提供了几乎所有的数据分析解决方案，其函数和语法更符合统计人员的思维和逻辑，并具有强大的帮助功能，容易学习和使用。可以说，R本身就是一本优秀的统计和数据分析教科书。Python则是一种面向对象的解释型高级编程语言，因其简单易学、拥有丰富而强大的开源第三方库等诸多优点，被应用于系统和网络编程、数据处理、云计算、人工智能等多个领域，已成为目前广泛使用的编程语言之一。数据分析仅仅是Python功能的一部分，而且并不是它的特别关注点。实际上，Python提供了数据处理、数据分析、科学计算、可视化等多个模块，如pandas、numpy、statsmodels、matplotlib、seaborn等，如果这些模块仍不能满足需要，那么使用者可以通过编程来解决数据分析问题。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
